【技术实现步骤摘要】
本申请涉及人工智能,具体而言,涉及一种基于改进径向基神经网络的场强预测方法及装置。
技术介绍
1、目前极低频(extremely low frequency,elf)地电极电流场(以下简称elf电流场)传输技术在透地通讯、地下矿产探测以及灾后被困人员搜救等方面都发挥有重要作用,具有巨大的社会价值和广阔的应用前景。
2、然而,目前针对elf电流场的研究主要集中在理论模型的建立、特性分析及传输特性研究方面,往往忽略了地层电阻、湿度、温度和土壤电导率等环境因素对电流场传播的影响。不同环境因素变化会导致检测场强发生波动,且elf电流场场强具有复杂性和实时性及非线性特征,使得电场传输规律难以获取。因此,如何利用现有数据及知识预测非均匀介质下的场强传输模型意义重大。
3、针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种基于改进径向基神经网络的场强预测方法及装置,以至少解决现有技术中场强预测不准确的技术问题。
2、根据本专利技
...【技术保护点】
1.一种基于改进径向基神经网络的场强预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述场强预测模型是基于以下得到的:
3.根据权利要求2所述的方法,其特征在于,将每个输入样本映射到由所有输入样本定义的特征空间中,包括:
4.根据权利要求2所述的方法,其特征在于,基于映射后的所述每个输入样本,采取所述梯度下降法来更新IRBFNN的权重,包括:
5.根据权利要求1所述的方法,其特征在于,采集场强数据包括:
6.根据权利要求5所述的方法,其特征在于,采用直角边计算场强方法来采集所述场强数据
...
【技术特征摘要】
1.一种基于改进径向基神经网络的场强预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述场强预测模型是基于以下得到的:
3.根据权利要求2所述的方法,其特征在于,将每个输入样本映射到由所有输入样本定义的特征空间中,包括:
4.根据权利要求2所述的方法,其特征在于,基于映射后的所述每个输入样本,采取所述梯度下降法来更新irbfnn的权重,包括:
5.根据权利要求1所述的方法,其特征在于,采集场强数...
【专利技术属性】
技术研发人员:李霏,苏中,赵辉,付国栋,张志诚,孙振振,
申请(专利权)人:北京信息科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。